شهادة التكنولوجيا المالية في معهد نيوجيرسي للتكنولوجيا

تعمل التكنولوجيا والعلوم على تغيير اقتصادنا ومجتمعنا بشكل كبير كل عام. ويحتاج صناع القرار إلى أفضل معرفة ممكنة للاحتفاظ بفهم قوي لهذه التقنيات الجديدة من أجل تعزيز تخصصات الأعمال التقليدية. حصلت كلية NJIT Martin Tuchman للإدارة على اعتماد AACSB، كما أن برنامج درجة الماجستير في الإدارة الخاص بها مؤهل لـ STEM، مما يعني معرفة أن ما تقدمه من عروض تنافسية للغاية ومناهج رائدة في الصناعة. تعد شهادة الدراسات العليا في التكنولوجيا المالية بمثابة تركيز جديد ضمن درجة الماجستير في الإدارة في NJIT.

• تمويل الشركات I - مفاهيم وأدوات تحليلية لتحديد مشاكل الإدارة المالية وحلها. بعد التعريف بالشركة، تركز الدورة على كيفية استثمار الشركات في الأصول الحقيقية (الميزانية الرأسمالية) وكيفية جمع الأموال لدفع ثمن الأصول (التمويل). سوف تعتمد المشاكل العملية في تقييم السندات والأسهم والاستثمارات الأخرى على القيمة الزمنية للنقود. سيتم تقديم المفاضلة بين المخاطر والعائد من خلال نموذج تسعير الأصول الرأسمالية.

• مقدمة إلى موضوعات في التكنولوجيا المالية - تشهد صناعة الخدمات المالية حاليًا تغييرات جذرية حيث أتاحت التطورات التكنولوجية الحديثة أتمتة عمليات سير العمل السابقة. ستقوم هذه الدورة بمسح الاتجاهات الحالية في صناعة التكنولوجيا المالية (FinTech). ستتاح للطلاب الفرصة لتطوير برامجهم الخاصة المتعلقة بأفكار التكنولوجيا المالية التي تمت مناقشتها خلال هذه الدورة.

• النماذج المالية المستندة إلى البيانات - تعد النماذج المالية المستندة إلى البيانات المالية ذات أهمية بالغة لتخصيص الأصول والتسعير واستراتيجيات التداول وإدارة المخاطر. من خلال تقديم تقنيات النمذجة المالية الأساسية والحالية، تزود هذه الدورة الطلاب بأدوات تحليلية ونمذجة جديدة (مثل نمذجة جداول البيانات) للتعامل مع الأسواق المالية الديناميكية سريعة التغير. على وجه الخصوص، يقدم هذا المقرر أطر النمذجة مثل تحليل الانحدار والتنبؤ ومحاكاة مونت كارلو وتحسينها؛ ويوضح كيفية تطبيق هذه الأطر في السياقات المالية مثل إدارة المحافظ، وتقدير هيكل الأجل، وميزانية رأس المال، وقياس المخاطر، وتحليل المخاطر في نماذج التدفق النقدي المخصومة، وتسعير الخيارات الأوروبية والأمريكية والغريبة والحقيقية.

• تحليلات البيانات المالية المتقدمة - أصبح التمويل المبني على البيانات الاتجاه السائد من وول ستريت إلى مين ستريت. تستخدم المؤسسات المالية الكبيرة (على سبيل المثال، Bank of America Merrill Lynch مع مشروعه Quartz أو JP Morgan Chase مع مشروع Athena) لغة Python بشكل استراتيجي مع تقنيات أخرى راسخة لبناء وتعزيز وصيانة بعض أنظمة تكنولوجيا المعلومات الأساسية الخاصة بها. هناك أيضًا العديد من صناديق التحوط الكبيرة والصغيرة التي تستخدم برمجة بايثون بكثافة عندما يتعلق الأمر بتطوير التطبيقات المالية بكفاءة وجهود تحليل البيانات الإنتاجية. يعد إنشاء رؤية كمية وإتقان الأساليب التحليلية أمرًا بالغ الأهمية في الوقت الحاضر للطلاب والمهنيين في صناعة التمويل. تصبح مجموعة مهارات ضرورية للمستثمرين الشخصيين. ستوفر هذه الدورة المهارات الأساسية في تحليل البيانات المالية والقدرة الحيوية على إنشاء نماذج التداول وتطويرها ونشرها بسرعة.

• تمويل الشركات 2 - سيتم فحص المفاضلة بين المخاطر والعائد في سياق التحليل التاريخي، وتحسين المحفظة، ونموذج تسعير الأصول الرأسمالية وغيرها من النماذج البديلة. ستبدأ الدورة بفهم نتائج موديلياني وميلر وتقديم الإفلاس والضرائب وعدم تناسق المعلومات وغيرها من عيوب السوق. سيتم طرح الخيارات المالية وتكافؤ وضع المكالمة وتسعير الخيارات.

• مؤسسات الاستثمار المالي - يقدم هذا التعريف للمديرين الماليين دور المؤسسات المصرفية والبنوك الاستثمارية في سوق المال المحلي والدولي وبيئة رأس المال. يغطي أدوات وخدمات الوسطاء الماليين التي تعتبر ضرورية لإدارة الأعمال. تتراوح المناقشات من الخدمات والتسهيلات المالية للبنوك الإقليمية إلى المؤسسات المصرفية لمراكز المال. بدائل تمويل المشاريع، متطلبات وضوابط الإقراض، تمويل المشاريع، دور الوسطاء في المعاملات المحلية والدولية. يركز على إجراءات الاكتتاب الخاص لجميع أنواع الأوراق المالية في سوق رأس المال والدور الفريد الذي تقوم به شركات الخدمات المصرفية الاستثمارية. يوفر نظرة ثاقبة حول عملية الاكتتاب العام للشركات القائمة والشركات ذات رأس المال الاستثماري.

• أسواق المشتقات - العقود الآجلة والخيارات والأوراق المالية المشتقة الأخرى. وتشمل المواضيع نماذج تقييم الخيارات، ومبادئ التسعير الآجل والمستقبلي، وهيكل أسواق الأوراق المالية المشتقة، واستراتيجيات التحوط والمضاربة.

• استخراج البيانات وتحليلها - استخراج البيانات مع التركيز على قواعد البيانات واسعة النطاق كمصدر لتوليد المعرفة والميزة التنافسية. وتشمل المواضيع المحددة ما يلي: صياغة الأسئلة البحثية؛ نمذجة البيانات؛ تقنيات استخراج البيانات الاستدلالية؛ وتقييم ونشر أنظمة استخراج البيانات.